Question

我有以下numpy数组matrix，

matrix = np.zeros((3,5), dtype = int)

array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0]])

假设我有这个numpy数组indices以及

indices = np.array([[1,3], [2,4], [0,4]])

array([[1, 3],
       [2, 4],
       [0, 4]])

问题：如何将1分配给matrix中由indices数组指定其索引的元素。预计会进行矢量化实施。

为了更清晰，输出应如下所示：

    array([[0, 1, 0, 1, 0], #[1,3] elements are changed
           [0, 0, 1, 0, 1], #[2,4] elements are changed
           [1, 0, 0, 0, 1]]) #[0,4] elements are changed

Answer 1

以下是使用NumPy's fancy-indexing -

的一种方法

matrix[np.arange(matrix.shape[0])[:,None],indices] = 1

<强>解释

我们使用np.arange(matrix.shape[0]) -

创建行索引

In [16]: idx = np.arange(matrix.shape[0])

In [17]: idx
Out[17]: array([0, 1, 2])

In [18]: idx.shape
Out[18]: (3,)

列索引已经以indices -

的形式给出

In [19]: indices
Out[19]: 
array([[1, 3],
       [2, 4],
       [0, 4]])

In [20]: indices.shape
Out[20]: (3, 2)

让我们制作行索引和列索引形状的示意图，idx和indices -

idx     (row) :      3 
indices (col) :  3 x 2

为了使用行索引和列索引索引到输入数组matrix，我们需要使它们相互广播。一种方法是将新轴引入idx，通过将元素推入第一个轴并使单个dim作为最后一个轴2D来使其成为idx[:,None]，如下所示 -

idx     (row) :  3 x 1
indices (col) :  3 x 2

在内部，idx将被广播，如此 -

In [22]: idx[:,None]
Out[22]: 
array([[0],
       [1],
       [2]])

In [23]: indices
Out[23]: 
array([[1, 3],
       [2, 4],
       [0, 4]])

In [24]: np.repeat(idx[:,None],2,axis=1) # indices has length of 2 along cols
Out[24]: 
array([[0, 0],  # Internally broadcasting would be like this
       [1, 1],
       [2, 2]])

因此，来自idx的广播元素将用作indices的行索引和列索引，用于索引到matrix以设置其中的元素。因为，我们有 -

idx = np.arange(matrix.shape[0])，

因此，我们最终会以 -

结束

matrix[np.arange(matrix.shape[0])[:,None],indices]用于设置元素。

Answer 2

这涉及循环，因此对于大型数组可能不是非常有效

for i in range(len(indices)):
    matrix[i,indices[i]] = 1

> matrix
 Out[73]: 
array([[0, 1, 0, 1, 0],
      [0, 0, 1, 0, 1],
      [1, 0, 0, 0, 1]])

使用numpy数组将值分配给另一个数组

2 个答案: